Nauka je odavno zanimanje pokretnim ljudskom radoznalošću i kreativnošću, neprestano postavljajući pitanja o uspostavljenim normama. Nedavno su se sposobnosti veštačke inteligencije (AI) razvile, postavljajući pitanje šta se dešava kada mašine ne samo da podržavaju naučnike, već i autonomno generišu istraživanja. Ovo pitanje je dobilo stvarnu značajnost kada je AI sistem iz Japana, Sakana AI, samostalno formulirao hipotezu, osmislio eksperimente i napisao rad koji je recenziran od strane stručnjaka pod nazivom *Kompozitionalna regularizacija: Neočekivane prepreke u unapređenju generalizacije neuronetskih mreža*. Rad je prihvaćen kao Spotlight Paper na ICLR 2025, prestižnoj konferenciji o mašinskom učenju, označavajući značajnu priliku kada je AI proizveo originalno istraživanje priznato od strane ljudskih stručnjaka. **Pojava AI istraživača** AI sistem, AI Scientist-v2, nije samo jezički model; potpuno automatizuje naučni proces, od generisanja hipoteza do analize podataka. Rad je dobio visoke ocene od recenzenata koji nisu znali da je generisan od strane AI, što ukazuje na to da je njegova kvaliteta nadmašila mnoge ljudske priloge. Posledice su značajne: po prvi put, mašina je demonstrirala sposobnost da razume oblast istraživanja, razvija hipoteze, sprovodi eksperimente, piše kod, analizira rezultate i jasno saopštava svoje nalaze. **Obećanja i izazovi koji su pred nama** U početku, ovo sugeriše da se možda približavamo "eksploziji inteligencije", gde bi AI mogao pokretati naučni napredak neviđenim tempom, sa nekim stručnjacima koji predviđaju takvu promenu već 2027. godine. Međutim, nisu svi podelili ovaj optimizam. Jan LeCun, glavni AI naučnik u Meti, upozorava na izjednačavanje prepoznavanja obrazaca sa pravom inteligencijom, tvrdeći da trenutni AI nema sposobnosti za duboko rasuđivanje i originalna otkrića. Dakle, iako je AI Scientist-v2 stvorio istraživački rad, ostaju sumnje o njegovom razumevanju u poređenju sa sposobnošću da sintetizuje informacije iz postojećih obrazaca. **Sakanaov oprezan napredak** Sakana. AI je ovu dostignuće tretirao kao eksperiment, odlučivši da povuče rad kako bi se nosio sa etičkim kompleksnostima koje su uključene. I pored toga, rastuće sposobnosti AI transformišu naučna otkrića, pojednostavljujući uvodna istraživanja, ubrzavajući kodiranje i značajno brže usavršavajući dizajn eksperimenata nego tradicionalne metode.

LeCun veruje da, u ovoj fazi, AI pretežno služi kao moćan alat, a ne kao autonomna inteligencija. **Originalnost naspram imitacije** Da li je istraživanje zaista originalno?U uskom smislu, da; uveden je novi eksperimanentni pristup i bio je vredan prezentacije. Međutim, njegovi nalazi su bili skromni, predstavljajući neuspešnu hipotezu. Šire filozofsko pitanje o originalnosti uključuje ne samo novitet, već intuiciju i kritičko razmišljanje svojstveno naučnom istraživanju. LeCun upoređuje ovu razliku sa razlikom između rešavanja jednačina i stvaranja novih matematičkih paradigma, naglašavajući suštinsko razumevanje i predviđanje koje je još uvek izvan domašaja AI. Ipak, sposobnost mašine da oponaša naučno rasuđivanje je značajna, sugerišući buduća poboljšanja u generisanju hipoteza, automatizaciji eksperimenata i potencijalnom suautorstvu na revolucionarnim istraživačkim radovima. Međutim, LeCun upozorava da autorstvo ne znači razumevanje. **Kolektivna inteligencija: Budućnost** Potencijalna budućnost može ležati u hibridnoj inteligenciji, gde AI upravlja složenošću dok ljudi doprinose etičkim razmatranjima i kreativnim uvidima. Momenat Sakana AI je prekretnica u kontinuiranoj evoluciji naučne metodologije. Ongoing developments raise questions about whether AI could self-optimize, enhance its reasoning, and accelerate discoveries in ways yet to be imagined. Dok uspeh AI Scientist-v2 ne označava definitivan preokret, implicira da se možda približavamo jednom brže nego što se očekivalo.